videocutter

🚀 VideoCutter 用户使用指南

VideoCutter 是一款专业的多媒体处理工具，它集成了视频、音频、图像处理模块。借助先进的 AI 技术和强大的引擎，深度支持 MCP 智能体协议，允许 AI 智能体通过自然语言调用功能，并以 SSE 和 HTTP Streamable 双模式运行，为短视频等内容创作提供一站式、智能化的编辑解决方案。

✨ 主要特性

🌟 核心优势

• 🎯 一站式处理：集成视频、音频、图像三大处理模块，满足所有媒体编辑需求。
• ⚡ 高性能处理：支持硬件加速，大幅提升处理速度和效率。
• 🤖 AI 智能优化：内置多种 AI 模型，提供智能文本生成、图像生成、视频生成能力。
• 🎨 AI 创作工具：支持文生图、文生视频、图片转视频等 AI 创作功能。
• 🧠 智能处理：具备智能变速、智能场景检测、语音识别、字幕提取等 AI 辅助功能。
• 🤖 MCP 智能体：深度支持 AI 智能体，提供自然语言调用和智能工作流能力，支持 SSE 和 HTTP Streamable 双模式。
• 🔌 多接口支持：提供 REST API 和 MCP 协议，支持各种集成方式。
• 📱 跨平台兼容：支持 Windows、macOS、Linux 等主流操作系统。
• 🎯 精确定位：支持 81 宫格精确定位系统，提供像素级精确控制。
• 📦 批量处理：支持批量图片叠加、文字叠加等高效批量操作。

无论是个人创作者、内容制作团队，还是企业用户，都能通过 VideoCutter 轻松完成复杂的媒体处理任务。

🤖 MCP 智能体支持

VideoCutter 深度集成 Model Context Protocol (MCP) 协议，为 AI 智能体提供强大的媒体处理能力。

MCP 传输模式

• SSE 模式：Server - Sent Events 模式，支持实时流式数据传输。
  • 服务器地址：http://localhost:8000/mcp/sse
  • 特点：单向实时推送，适合进度监控和状态更新。
  • 应用场景：长时间处理任务的实时反馈。
• HTTP Streamable 模式：HTTP 流式传输模式，支持双向流式通信。
  • 服务器地址：http://localhost:8001/mcp/streamable
  • 特点：双向流式通信，支持实时交互。
  • 应用场景：需要实时交互的复杂工作流。

AI 智能体能力

通过 MCP 协议，AI 智能体可以：

• 自然语言调用：使用自然语言描述需求，AI 智能体自动调用相应的媒体处理功能。
• 智能工作流：AI 智能体可以组合多个处理步骤，创建复杂的媒体处理工作流。
• 实时协作：支持 AI 智能体与用户实时协作，根据用户反馈调整处理策略。
• 上下文理解：AI 智能体能够理解媒体内容的上下文，提供更精准的处理建议。
• 自动化创作：从内容规划到最终输出，AI 智能体可以全流程自动化处理。
• 流式响应：支持实时进度反馈和结果流式传输，提升用户体验。

🔗 多接口生态

VideoCutter 构建了完整的多接口生态系统：

• REST API：为传统应用和 Web 服务提供标准化的 HTTP 接口。
• MCP 协议：为 AI 智能体和 AI 应用提供专门的协议支持。
  • SSE 模式：实时流式数据传输，适合进度监控。
  • HTTP Streamable 模式：双向流式通信，支持实时交互。
• 本地部署：支持完全本地化部署，保护数据隐私。
• 云端服务：支持云端 AI 模型服务，提供强大算力。
• 插件扩展：支持第三方插件和自定义功能扩展。

🚀 产品亮点

1. 强大的视频处理能力

基础编辑功能

• 视频分割：精确到毫秒的视频分割，支持指定时间范围。
• 视频合并：多视频文件智能合并，自动处理格式兼容。
• 视频变速：0.1 - 16 倍速调节，保持音视频同步。
• 视频倒放：完整的时间轴倒序播放。
• 视频旋转：任意角度旋转，自动调整输出尺寸。
• 视频裁剪：精确的像素级区域裁剪。
• 视频缩放：智能尺寸调整，保持画面比例。
• 视频填充：为视频添加边框和填充效果。

视频特效功能

• 视频滤镜：黑白、棕褐色、复古、模糊等多种艺术滤镜。
• 颜色调色：亮度、对比度、饱和度、伽马值精细调节。
• 视频锐化：增强画面细节和清晰度。
• 马赛克处理：对指定区域添加马赛克效果。
• 智能变速：基于内容相似度的智能加速播放。
• 智能场景检测：自动识别视频场景变化点。

叠加合成功能

• 视频叠加：在主视频上叠加另一个视频。
• 图片叠加：在视频上叠加静态图片，支持 81 宫格精确定位。
• 文字叠加：在视频上添加文字水印和字幕，支持多种字体和效果。
• 音频叠加：在视频上叠加音频轨道。
• 音视频分离：将视频中的音频和视频轨道分离。
• 批量叠加：支持通过命令文件批量添加图片和文字水印。

格式转换功能

• 视频转 GIF：将视频转换为 GIF 动画。
• 获取视频帧：从指定时间点提取单帧图像。

2. 专业的音频处理

基础音频编辑

• 音频分割：毫秒级音频分割，支持指定时间范围。
• 音频合并：多音频文件无缝合并。
• 音频变速：保持音质的变速处理。
• 音频倒放：完整的时间轴倒序播放。
• 音量调节：精确的音量控制和标准化。

音频增强效果

• 音频标准化：将音频音量标准化到标准水平。
• 淡入淡出：为音频添加平滑的淡入淡出效果。
• 混响效果：模拟不同空间环境的声学效果。
• 音频压缩器：专业级动态范围压缩。
• 人声增强：突出人声，提升清晰度。
• 音频混音：将多个音频混合为单一轨道。

高级功能

• 音频循环：创建循环播放音频。
• 音频格式转换：支持所有主流音频格式互转。
• 字幕提取：从音频中自动提取字幕文本。
• 文字转语音：支持 CosyVoice 预训练和语音克隆模式。
• 获取音频信息：获取音频文件的详细信息。

3. 全面的图像处理

基础图像编辑

• 图像裁剪：精确的像素级裁剪控制。
• 图像旋转：任意角度旋转和镜像翻转。
• 图像缩放：保持比例的智能尺寸调整。
• 图像翻转：水平和垂直翻转。
• 亮度调整：精确的亮度控制。
• 对比度调整：增强明暗差异。
• 饱和度调整：色彩饱和度控制。

图像特效

• 图像滤镜：黑白、复古、模糊、锐化等多种效果。
• 噪点效果：添加各种类型的噪点效果。
• 暗角效果：营造专业摄影氛围。
• 图像锐化：增强图像细节和清晰度。
• 马赛克处理：对指定区域添加马赛克效果。

图像合成

• 图片叠加（绝对位置）：在指定坐标位置叠加图片。
• 图片叠加（相对位置）：使用相对位置叠加图片，支持 81 宫格精确定位。
• 文字叠加（绝对位置）：在指定坐标位置添加文字。
• 文字叠加（相对位置）：使用相对位置添加文字，支持多种字体和效果。
• 拼贴制作：多图拼贴和网格布局。
• 批量叠加：支持通过命令文件批量叠加图片和文字，提高处理效率。

格式转换功能

• 图片转视频：将静态图片转换为视频。
• 多图转 GIF：将多张图片合成为 GIF 动画。
• 图像格式转换：支持所有主流图像格式互转。
• 水印去除：智能去除图像中的水印。
• 美颜处理：简单的人脸美颜效果。
• 图像缩略图：生成指定尺寸的缩略图。
• 获取图像信息：获取图像文件的详细信息。

4. 强大的 AI 智能功能

AI 模型服务

• 多模型支持：集成 Ollama、豆包、硅基流动等主流 AI 服务提供商。
• 本地部署：支持 Ollama 本地模型，保护数据隐私。
• 云端服务：支持豆包、硅基流动等云端 AI 服务，提供强大算力。
• 灵活配置：可根据需求启用或禁用不同的 AI 服务提供商。
• MCP 集成：通过 MCP 协议为 AI 智能体提供 67 个专业工具。

文本生成功能

• 智能文本生成：基于提示词生成高质量文本内容。
• 多语言支持：支持中文、英文等多种语言文本生成。
• 参数调节：支持温度、最大长度等参数精细调节。
• 分段内容生成：自动生成视频分段描述和对应字幕文本。

图像生成功能

• 文生图：根据文字描述生成高质量图像。
• 多尺寸支持：支持 512x512 到 2048x2048 等多种分辨率。
• 多比例支持：支持 1:1、4:3、16:9、9:16 等多种宽高比。
• 艺术风格：支持多种艺术风格和创作风格。

视频生成功能

• 文生视频：根据文字描述生成动态视频内容。
• 图片转视频：将静态图片转换为动态视频。
• 多分辨率支持：支持 480p、720p、1080p 等多种分辨率。
• 时长控制：支持 3 - 12 秒的视频时长调节。
• 动作描述：通过文字描述控制视频中的动作和变化。

智能处理功能

• 智能变速：基于内容相似度自动检测并加速重复片段。
• 智能场景检测：自动识别视频场景变化点，便于精确剪辑。
• 语音识别：从视频中自动提取字幕文本。
• 人声增强：智能增强音频中的人声部分。
• 音频降噪：自动去除音频中的背景噪音。

AI 辅助创作

• 内容规划：AI 帮助规划视频内容结构和分段。
• 字幕生成：自动生成与视频内容匹配的字幕文本。
• 创意建议：基于主题提供创作灵感和建议。
• 质量优化：AI 辅助优化视频、音频、图像质量。

MCP 智能体集成

• 自然语言交互：通过自然语言与 AI 智能体交互，完成复杂的媒体处理任务。
• 智能工作流：AI 智能体可以自动组合多个处理步骤，创建端到端的处理流程。
• 上下文感知：AI 智能体能够理解媒体内容的上下文，提供更精准的处理建议。
• 实时协作：支持 AI 智能体与用户实时协作，根据反馈动态调整处理策略。
• 自动化创作：从创意构思到最终输出，AI 智能体可以全流程自动化处理。
• 工具链整合：AI 智能体可以调用 VideoCutter 的所有 67 个专业工具，实现复杂任务。

5. 高效的批量处理功能

批量图片叠加

• 命令文件支持：通过 TXT 文件定义批量叠加命令。
• 灵活命令格式：支持图片叠加和文字叠加两种命令格式。
• 参数化配置：支持位置、透明度、缩放、字体等参数自定义。
• 智能命令识别：自动识别图片命令和文字命令，无需手动指定类型。
• 批量执行：一次性处理多个叠加操作，大幅提升效率。

批量文字叠加

• 多字体支持：支持系统字体和自定义字体文件。
• 丰富文字效果：支持阴影、描边、发光等多种文字效果。
• 精确定位：支持 81 宫格精确定位系统，实现像素级精确控制。
• 参数化配置：支持字体大小、颜色、透明度等参数自定义。

批量处理优势

• 高效处理：批量操作比单个操作效率提升数倍。
• 命令复用：命令文件可保存和重复使用。
• 错误处理：单个命令失败不影响整体处理流程。
• 灵活配置：支持默认值和参数覆盖，适应不同场景需求。

🔌 接口集成指南

1. REST API 接口

VideoCutter 提供完整的 REST API，支持 HTTP 请求直接调用各种处理功能。

服务信息

• API 服务地址：http://localhost:8900
• 交互式文档：http://localhost:8900/docs
• ReDoc 文档：http://localhost:8900/redoc
• 健康检查：http://localhost:8900/health

接口特点

• 标准化设计：遵循 RESTful API 设计规范。
• 统一响应格式：所有接口返回统一的 JSON 格式。
• 文件上传支持：支持 multipart/form - data 文件上传。
• 参数验证：完整的请求参数验证和错误处理。
• AI 模型集成：内置 AI 模型 API，支持文本生成、图像生成、视频生成。

AI 模型 API

• 文本生成：支持 Ollama、豆包、硅基流动等文本生成模型。
• 图像生成：支持文生图功能，多种分辨率和艺术风格。
• 视频生成：支持文生视频和图片转视频功能。
• 分段内容生成：AI 辅助生成视频分段描述和字幕。

详细文档

完整的 API 接口文档请参考：VideoCutter_API 使用文档.md

2. MCP 协议接口

Model Context Protocol (MCP) 让 AI 模型能够直接调用 VideoCutter 的各种功能。支持两种传输模式，满足不同的应用场景需求。

服务信息

• SSE 服务器：http://localhost:8000/mcp/sse
• HTTP Streamable 服务器：http://localhost:8001/mcp/streamable

传输模式特点

SSE 模式 (Server - Sent Events)

• 特点：单向实时推送，服务器主动向客户端发送数据。
• 优势：低延迟、简单易用、适合进度监控。
• 应用场景：长时间处理任务的实时反馈、状态更新。
• 技术特点：基于 HTTP 长连接，自动重连机制。

HTTP Streamable 模式

• 特点：双向流式通信，支持客户端与服务器实时交互。
• 优势：支持复杂交互、实时协作、动态调整。
• 应用场景：需要实时交互的复杂工作流、AI 智能体协作。
• 技术特点：基于 HTTP/2 流式传输，支持并发处理。

协议特点

• AI 友好：专为 AI 模型集成设计，支持自然语言调用。
• 流式响应：支持实时进度反馈和结果流式传输。
• 双传输模式：支持 SSE 和 HTTP Streamable 两种传输方式。
• 工具丰富：提供 67 个专业媒体处理工具。
• AI 工具集成：内置 AI 模型调用工具，支持文本、图像、视频生成。

AI 工具支持

• 文本生成工具：支持多种 AI 模型的文本生成功能。
• 图像生成工具：支持文生图和图片处理功能。
• 视频生成工具：支持文生视频和图片转视频功能。
• 智能处理工具：支持智能变速、场景检测等 AI 辅助功能。

详细文档

完整的 MCP 工具文档请参考：VideoCutter_MCP 使用文档.md

📚 文档资源

• API 使用文档：VideoCutter_API 使用文档.md - 详细的 REST API 接口说明。
• MCP 使用文档：VideoCutter_MCP 使用文档.md - 完整的 MCP 工具使用指南。
• AI 模型使用说明：AI 模型使用说明.md - AI 功能配置和使用指南。
• 位置参数详解：VideoCutter_Position 位置参数详解.md - 81 宫格定位系统详细说明。
• 用户使用指南：本文档 - 产品介绍和集成指南。

联系作者

提供一站式部署，安装，激活服务

• github: https://github.com/daimaxiuligong/VideoCutter
• 码云: https://gitee.com/daimaxiuligong/VideoCutter